Professional Documents
Culture Documents
SESIN N 02
DISTRIBUCIONES DE PROBABILIDADES
VARIABLES ALEATORIAS,
BINOMIAL
POISSON
NORMAL
NORMAL ESTANDAR
LOGRO:
Conocer, comprender y distinguir los conceptos de variable
aleatoria, distribuciones de probabilidades: Binomial, Poisson,
Normal y Normal Estndar.
DEFINICIONES GENERALES
Ejemplos:
Lanzar
una
moneda
Seleccionar un
Seleccionar un currculo, de un
producto, de grupo de
una lnea de expedientes
produccin presentados
PROBABILIDAD
Posibilidad de ocurrencia o no ocurrencia de un suceso o evento.
CF 1
Probabilidad: P( S ) 0.5 P(S) = 50%
TC 2
EJEMPLOS:
f (x) = P[ X = x ]
EJEMPLOS:
n
Distribucin Binomial: P[X x] p x q n x
x
e x
Distribucin Poisson: P[X x]
x!
III. FUNCION DE PROBABILIDAD ACUMULADA:
Llamada tambin funcin de distribucin que se denota por
F(x).
Es aquella que nos permite calcular probabilidades
acumuladas.
Se denota por:
F(x) = P[ X x ]
Por ejemplo:
Distribucin Binomial
Distribucin Poisson
Otras DISTRIBUCIONES
para variables DISCRETAS:
Distribucin Hipergeometrica
Distribucin Binomial Negativa
Distribucin de Pascal
DISTRIBUCIN BINOMIAL
CARACTERISTICAS:
P[X x] C xn p x (1 p ) n x n p
2 n pq
n pq
UTILIDAD
siguientes probabilidades:
= 0.237
a. Ninguno sea defectuoso.
b. P(X 1) C1 0.25 (0.75)
5 1 4
b. Exactamente 1 sea defectuoso.
c. Menos de 2 sean defectuosos. = 0.396
c. P(X 2) P(X 1) P(X 0) P(X 1)
= 0.633
PARAMETROS:
n=5
p = 0.25
MANEJO DE TABLA:
Parmetro:
Funcin de probabilidad
e x
PX x/
EJERCICIO:
x!
80.0
Count
40.0
0.0
-4.0 -1.3 1.3 4.0
C1
DISTRIBUCIN NORMAL ESTNDAR
X
Z
DESVIACIONES DE LA NORMAL
En la coleccin de datos pueden darse desviaciones de las caractersticas
de la normal
Cambios en la Kurtosis o concentracin los datos en torno a la media
Cuando los datos estn muy concentrados en torno a la media se dice
que la distribucin es leptocrtica
Cuando los datos estn muy dispersos se llama distribucin
platiocrtica.
EJEMPLO 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
Paso 1 Interpretar grficamente el rea de inters.
Grficamente si decimos que a=150 libras, el rea de la
curva que nos interesa es la siguiente:
X 150 140
Paso 2 - Determinar el valor Z 0.50
20
Paso 3 - Buscar en la tabla de probabilidades.
Buscamos en la Tabla 1 el valor Z=0.50 y obtenemos el rea de 0.6915
Paso 4 - Hacer la suma o resta de reas para encontrar la probabilidad
deseada.
En este ejemplo no es necesario realizar ningn computo adicional ya que
el rea es la misma que se representa en la Tabla 1
GRACIAS POR SU ATENCIN